Machine Learning and Cross-Sectional Returns: An empirical analysis of machine learning for return prediction in the Norwegian equities market

Abstract

Denne masteroppgaven bruker maskinløring for å predikere fremtidig aksjeavkastning for aksjer som er en del av Oslo Stock Exchange All Share Index (OSEAX). Maskinglæringsalgoritmer som Random Forest og Gradient Boosted Trees blir brukt for prediksjoner, og dermed sammenlignet med indeksen, i tillegg til en mindre kompleks modell via Logistic Regression, en modell som har sett ekstensiv bruk i økonometrisk forskning. Porteføljer dannet av lange og korte posisjoner blir rebalansert både daglig og månedlig basert på prediksjoner fra maskinlæringsmodellene. For den månedlige prediksjonen blir det brukt et diversifisert sett med variabler, inkludert variabler som har blitt påvist prediksjonskraft på aksjeavkastning i tidligere litteratur. For den daglige porteføljen består variablene av rene momentumsfaktorer, ved bruk av historisk avkastning for forskjellige tidsintervaller. Resultatene danner et blandet bilde av hvorvidt maskinlæring kan benyttes til predikering av aksjeavkastning. Den daglige porteføljen klarer ikke å slå indeksen, med en Sharpe ratio på 0.54, som er likt med indeksen. Den månedlige porteføljen klarer derimot å produsere konsistent meravkastning med en Sharpe på 0.68. Dette kan bety at maskinlæringsmodeller som benytter seg av et diversifisert sett med variabler, og ved en lenger prediksjonshorisont en én dag kan fange opp informasjon som ikke er inkorporert i aksjeprisene. Dette utfordrer dermed postuleringene til den effektive markedshypotesen.

This study uses tree-based machine learning models for prediction of future stock returns of the constituents of the Oslo Stock Exchange All Share Index (OSEAX). Random Forest and Gradient Boosted Trees are measured against the benchmark as well as Logistic Regression, a less complex machine learning model extensively used in traditional econometric research. Long-short portfolios rebalanced both daily and monthly are constructed based on the predictions produced by the machine learning models. A diverse feature space is used for the monthly predictions, including established capital market anomalies found in the literature. The features for the daily predictions solely consist of pure momentum factors, utilizing lagged returns with varying intervals from the past trading year in addition to a few technical indicators. The result of the empirical research presents a nuanced picture of the usefulness machine learning models exhibit in return prediction. Backtesting the portfolios show that the daily portfolio is not able to outperform the OSEAX index after accounting for transaction costs, yielding a Sharpe ratio of 0.54, equal to that of the index. The monthly portfolio does however yield consistent excess returns, producing a mean annual Sharpe ratio of 0.68. This suggests that machine learning models utilizing a diverse feature set with a longer prediction horizon can capture information not incorporated in the stock price, thus challenging the views imposed by the efficient market hypotheses.